深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1	2025-05-18	Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126253 PMID:40273772	研究论文	本研究介绍了一种利用一次性多标准色卡通过三种仪器（颜色可见分光光度计、数码单反相机和手机相机）定量检测地下水中草甘膦的新方法	首次将一次性多标准色卡应用于三种不同仪器进行草甘膦检测，并实现了实时监测，为人工智能、机器学习和深度学习模型整合色卡数据提供了可能	数码单反相机会因离子干扰高估浓度，而颜色可见分光光度计受磷酸盐和硝酸盐影响	开发一种经济高效、用户友好的即时检测技术，用于地下水中草甘膦的实时监测	地下水中的草甘膦	环境监测	NA	颜色可见分光光度法、数码相机成像分析	NA	图像、光谱数据	75 mL地下水样本（浓度范围50-500 ng/mL）
2	2025-05-18	Application of deep learning on quantitative analysis of binary solid dispersions by UV Raman spectroscopy for planetary exploration 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126154 PMID:40279879	研究论文	本研究提出了一种名为IRMSE的深度学习模型，用于紫外拉曼光谱的定量分析，以支持行星探索任务	提出结合深度残差网络和注意力机制的IRMSE模型，能够自动从拉曼光谱中学习并提取组分信息，显著提高了定量分析的准确性	NA	验证深度学习在行星探索任务中通过拉曼光谱定量分析矿物和有机材料的可行性	矿物和有机化合物的固体分散体	机器学习	NA	紫外拉曼光谱	Inception-ResNet-v1 with squeeze-and-excitation block (IRMSE)	光谱数据	NA
3	2025-05-18	A high-throughput framework for predicting three-dimensional structural-mechanical relationships of human cranial bones using a deep learning-based method 2025-Aug, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107007 PMID:40328110	research paper	本研究提出了一种基于深度学习的高通量框架，用于预测人类颅骨的三维结构-力学关系	首次使用深度学习框架直接关联三维颅骨微观结构与宏观力学响应，克服了以往一维或二维方法的局限性	研究样本数量有限（40个颅骨样本），且年龄分布集中在老年人群（平均82.5岁）	建立颅骨微观结构与宏观力学响应之间的关联，提高颅骨损伤诊断准确性	人类颅骨样本	digital pathology	NA	micro-CT扫描，有限元模拟，准静态压缩实验	U-Net	3D医学影像	40个人类颅骨样本，从中提取2000个代表性体积单元(RVE)
4	2025-05-18	Deep learning algorithm enables automated Cobb angle measurements with high accuracy 2025-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04853-7 PMID:39688663	研究论文	本研究评估了深度学习算法在全脊柱X光片上自动测量Cobb角的准确性	开发了一种深度学习算法，能够高精度自动测量脊柱侧弯患者的Cobb角	研究样本量相对较小（345例），且成人患者的测量误差高于儿童患者	评估深度学习算法在脊柱侧弯诊断中自动测量Cobb角的准确性	全脊柱X光片和脊柱侧弯患者	数字病理学	脊柱侧弯	深度学习	深度学习算法（未指定具体模型）	图像（全脊柱X光片）	345例患者（179例儿童，166例成人）
5	2025-05-18	Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis 2025-Jul, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.02.014 PMID:40155307	bibliometric analysis	本文通过文献计量分析探讨了人工智能在头颈癌研究中的全球趋势	首次对人工智能在头颈癌领域的应用进行了全面的文献计量分析，揭示了研究热点和发展趋势	研究仅基于Web of Science数据库，可能未涵盖所有相关文献	探索人工智能在头颈癌研究中的应用趋势和发展状况	1995至2024年间发表的1019篇与人工智能和头颈癌相关的文献	digital pathology	head and neck cancer	文献计量分析	deep learning	text	1019篇文献
6	2025-05-18	The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review 2025-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11261-x PMID:39658683	系统综述	本文系统评估了深度学习模型在脊柱关节病（SpA）影像诊断中的应用及其准确性	深度学习模型（特别是CNN和U-Net）在SpA影像诊断中展现出高准确性，部分模型AUC高达0.98，与放射科专家表现相当	部分研究样本量较小，需更大数据集和进一步前瞻性及外部验证以提高AI模型的泛化能力	评估深度学习模型在脊柱关节病影像诊断中的应用效果	脊柱关节病（SpA）的MRI、CT和X射线影像	数字病理学	脊柱关节病	深度学习	CNN, U-Net	医学影像（MRI、CT、X射线）	21项研究（具体样本量未明确说明）
7	2025-05-18	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者无复发生存期预测中的性能，并与现有先进深度学习模型进行了比较	研究表明，经过优化的DenseNet81架构在内部测试集上达到了与更复杂架构的SOTA模型相当的性能，在外部测试集上表现更优	研究仅针对口咽癌患者，可能不适用于其他类型的头颈癌	比较DenseNet架构与现有先进深度学习模型在头颈癌患者无复发生存期预测中的性能	口咽癌患者的PET和CT图像数据	digital pathology	oropharyngeal cancer	PET和CT成像	DenseNet	image	HECKTOR 2022数据集中的489名患者（训练集369名，测试集120名）和额外400名患者用于外部测试
8	2025-05-18	LMCBert: An Automatic Academic Paper Rating Model Based on Large Language Models and Contrastive Learning 2025-Jun, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3550203 PMID:40168236	研究论文	本文提出了一种基于大型语言模型和对比学习的自动学术论文评分模型LMCBert，旨在提高论文接受预测的准确性	结合大型语言模型提取论文核心语义内容，并利用动量对比学习优化Bert训练，增强语义表示的区分度	未提及模型在跨学科或不同学术领域的泛化能力	开发高效的自动学术论文评分方法，减少人工评审的资源和偏见	学术论文	自然语言处理	NA	大型语言模型(LLMs)、动量对比学习(MoCo)	LMCBert（基于Bert的改进模型）	文本	未明确提及具体样本量，但使用了公开数据集
9	2025-05-18	Deep Learning for Ocean Forecasting: A Comprehensive Review of Methods, Applications, and Datasets 2025-Jun, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3539990 PMID:40168238	综述	本文全面回顾了基于深度学习的海洋预报方法、应用和数据集的最新研究进展	探讨了深度学习在海洋预报中的创新应用，包括模型架构、时空多尺度分析和可解释性，以及理论驱动与数据驱动混合架构的可行性	讨论了当前研究的局限性，包括物理过程表示不清晰、观测数据同化不足和模型参数化不准确等问题	旨在通过深度学习技术改进海洋预报的准确性和时效性	海洋预报	机器学习	NA	深度学习	NA	时空数据	NA
10	2025-05-18	Advances in MRI optic nerve segmentation 2025-Jun, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106437 PMID:40220726	review	本文综述了过去十年间视神经磁共振成像分割技术的发展，从基于强度的方法到最新的深度学习算法	回顾了视神经磁共振成像分割技术的演变，包括多图谱解决方案和多种图像模态的使用	仅涵盖了2007年至2024年间发表的27篇同行评审文章，可能未涵盖所有相关研究	提高视神经相关疾病的早期诊断和治疗准确性，以及规划放射治疗干预	视神经的结构和变化	digital pathology	multiple sclerosis	magnetic resonance imaging (MRI), deep learning	multi-atlas solutions, deep learning algorithms	image	27 peer-reviewed articles
11	2025-05-18	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	研究论文	本研究利用深度学习辅助的三维多光束连续电子显微镜数据，量化人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行详细的形态学表征，填补了该领域知识的空白	研究仅基于一个200×200×112μm的组织样本，可能限制了结果的普遍性	量化人类浅表白质中轴突的形态特征，以了解驱动大脑皮层间连接的轴突特性	人类浅表白质中的短程关联纤维	数字病理学	NA	多光束扫描电子显微镜(EM)	深度卷积神经网络(CNNs)	三维电子显微镜图像	一个200×200×112μm的人类浅表白质组织样本，共分割了128,285个有髓鞘轴突
12	2025-05-18	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Jun, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	本研究通过计算方法和深度学习模型识别了一种新型的PfPK6抑制剂，用于治疗疟疾	利用结构基础方法和深度学习模型筛选小分子抑制剂，发现TCMDC-132409作为潜在的抗疟疾抑制剂	研究仅基于计算模拟，尚未进行实验验证	识别针对恶性疟原虫PfPK6蛋白的治疗药物	恶性疟原虫的PfPK6蛋白	生物信息学	疟疾	虚拟筛选、分子动力学模拟	DL	化合物数据集	多种小分子抑制剂化合物
13	2025-05-18	A magnetic resonance imaging (MRI)-based deep learning radiomics model predicts recurrence-free survival in lung cancer patients after surgical resection of brain metastases 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106920 PMID:40300277	research paper	开发并验证了一种基于MRI的深度学习放射组学模型（DLRM），用于预测肺癌患者脑转移（BrMs）手术切除后的无复发生存期（RFS）	整合了临床、形态学MRI预测因子、手工特征和深度学习特征，构建了一个新的DLRM模型，显著优于其他现有模型	研究为回顾性设计，样本量相对较小（215例患者），且仅来自五个中心	预测肺癌患者脑转移手术切除后的无复发生存期	肺癌患者（215例）	digital pathology	lung cancer	MRI, deep learning radiomics	DLRM (deep learning radiomics model)	MRI图像	215例肺癌患者（167例训练集，48例外部测试集）
14	2025-05-18	Deep learning-based triple-tracer brain PET scanning in a single session: A simulation study using clinical data 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究探讨了基于深度学习的单次三示踪剂脑PET成像协议，旨在简化多示踪剂PET成像并减少辐射暴露	提出了一种基于Swin Transformer架构的深度学习模型，用于从合成的双示踪剂和三示踪剂PET图像中分离信号	在生成FTP图像方面表现不佳	简化多示踪剂PET成像，减少扫描时间和辐射暴露	阿尔茨海默病神经影像倡议(ADNI)数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	数字病理	阿尔茨海默病	PET扫描	Swin Transformer	图像	ADNI数据集中的患者，具体数量未明确说明
15	2025-05-18	Deep learning for liver lesion segmentation and classification on staging CT scans of colorectal cancer patients: a multi-site technical validation study 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106914 PMID:40327945	研究论文	使用深度学习模型在结直肠癌患者的CT扫描中进行肝脏病变分割和分类的技术验证研究	该研究验证了一个基于UNet的深度学习模型在肝脏病变检测和分类上的性能，特别是在亚厘米级病变上的表现	分类准确性中等，特异性较低，未来需要进一步研究其对放射科医生工作效率的影响	验证深度学习模型在结直肠癌患者CT扫描中肝脏病变检测和分类的性能	结直肠癌患者的肝脏病变	数字病理	结直肠癌	CT扫描	UNet	图像	272个公共肝脏肿瘤CT扫描用于训练，220个结直肠癌分期CT扫描用于测试
16	2025-05-18	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	research paper	介绍了一种基于深度学习模型SlitNET的增强型光谱仪狭缝，能够同时提高光谱的通量和分辨率	通过深度学习模型SlitNET实现了光谱分辨率的增强，使得使用宽狭缝时也能达到窄狭缝的分辨率效果	需要先通过合成数据进行训练，再通过实验数据进行微调，可能对数据质量和数量有较高要求	提高光谱仪的分析灵敏度和特异性，实现高通量和高分辨率的同时优化	拉曼光谱	机器学习和光学光谱	NA	深度学习	神经网络	光谱数据	NA
17	2025-05-18	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	通过深度学习神经网络对聚合物涂层进行高精度分类，即使面对未知聚合物涂层也能保持高准确率	概念验证研究，样本量有限，仅包含10种结构不同的聚合物涂层	开发一种简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的分类	功能化聚合物涂层的表面特性	计算机视觉	NA	偏振光显微镜成像	CNN	图像	10种结构不同的聚合物涂层
18	2025-05-18	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	本研究基于深度学习模型，自动构建地铁施工安全风险传播网络	开发了针对地铁施工安全风险的特定领域实体识别模型和因果关系提取模型，实现了从事故文本中自动提取安全风险因素、安全事件及其因果关系	使用的文本数据量有限	提高地铁施工安全风险管理的效率和准确性	地铁施工事故文本数据	自然语言处理	NA	深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故
19	2025-05-18	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积与脑室周围组织损伤的关系，并阐明了神经炎症在原发性进行性多发性硬化症（PPMS）中的作用	使用基于结构MRI数据的深度学习分割方法评估ChP体积，并发现ChP体积在复发缓解型多发性硬化症（RRMS）患者中显著增加，而在PPMS患者中未发现类似现象	研究为横断面设计，无法确定因果关系，且样本量相对较小	识别ChP与MS中脑室周围组织损伤的关系，并阐明神经炎症在PPMS中的作用	141名RRMS患者、64名PPMS患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141名RRMS患者、64名PPMS患者和75名健康对照者）
20	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略